scala spark句柄带逗号的单引号字符

abithluo 于 2021-05-27 发布在 Spark

关注(0)|答案(1)|浏览(592)

我正在用scala读取spark中的csv，在下面的示例中它正确地处理了第一行，但是在示例的第二行中，该行有一个结束引号字符，但是第一列没有前导引号字符。这会通过移动数据并输出而导致问题 bad|col 最后的结果，这是不正确的。

"good,col","good,col"
bad,col","good,col"

在使用scala读取spark中的文件时，是否有一个选项来处理选项规范中没有前导（或结束）引号的引号字符？

scala apache-spark

来源：https://stackoverflow.com/questions/63724032/scala-spark-handle-single-quote-characters-with-commas

1条答案

按热度按时间

bd1hkmkf1#

嗯。。。通过使用rdd和一些替代品，我可以得到你想要的。

val df = rdd.map(r => (r.replaceAll("\",\"", "|").replaceAll("\"", "").split("\\|"))).map{ case Array(a, b) => (a, b) }.toDF("col1", "col2")
df.show()

+--------+--------+
|    col1|    col2|
+--------+--------+
|good,col|good,col|
| bad,col|good,col|
+--------+--------+

赞(0）回复(0）举报 2021-05-27

我来回答

scala spark句柄带逗号的单引号字符

1条答案

相关问题

热门标签

最新问答